乘以 CSR 稀疏矩阵的列答案

【问题标题】：Multiply columns of CSR sparse matrix乘以 CSR 稀疏矩阵的列
【发布时间】：2021-08-21 15:31:42
【问题描述】：

我有以下稀疏的 CSR 矩阵

from scipy.sparse import csr_matrix

row = np.array([0, 0, 1, 2, 2, 2])
col = np.array([0, 2, 2, 0, 1, 2])
data = np.array([1, 2, 3, 4, 5, 6])
matrix = csr_matrix((data, (row, col)), shape=(3, 3))

还有这个数组

weights = np.asarray([3, 6, 9])

我想做以下事情

matrix.toarray() * weights

但没有将稀疏矩阵转换为密集数组。

我试过了

matrix * weights

但这只是一个点积，而不是我想要的列乘法。

知道如何在不将整个 CSR 矩阵转换为密集数组的情况下实现这一点吗？

【问题讨论】：

标签： python arrays numpy scipy sparse-matrix

【解决方案1】：

对于这个矩阵：

>>> matrix.A
array([[1, 0, 2],
       [0, 0, 3],
       [4, 5, 6]])

标准乘法默认为点积（matrix @ weights 也是如此）：

>>> matrix * weights
array([21, 27, 96])

虽然有一个逐点乘法函数。这使列相乘：

>>> matrix.multiply(weights).A
array([[ 3,  0, 18],
       [ 0,  0, 27],
       [12, 30, 54]])

您也可以使用它通过广播来增加行数：

>>> matrix.multiply(weights[:, np.newaxis]).A
array([[ 3,  0,  6],
       [ 0,  0, 18],
       [36, 45, 54]])

【讨论】：